22/07/2026

economia

AI: crescita reale, non bolla, ma sfide di capacità e investimento

Baribeau (PGIM Jennison): l'AI supera le previsioni di domanda, con backlog da 2.000 miliardi e capex in forte crescita

Il mercato dell'intelligenza artificiale (AI) non si trova in una bolla di entusiasmo, ma sta affrontando un "muro delle preoccupazioni" di notevole entità. Operatori di diversi settori segnalano dubbi su valutazioni, capex, possibili colli di bottiglia, disponibilità di finanziamenti e impatto sul comparto software. "Pur monitorando attentamente tutti questi fattori, riteniamo che, al momento, il cambiamento delle dinamiche nel settore software rappresenti l'unico elemento di preoccupazione realmente fondato", afferma Mark Baribeau, Portfolio Manager di PGIM Jennison Global Equity Opportunities fund.

L'AI è sostenuta da una rapida crescita dei ricavi già contrattualizzati, e la differenziazione tra vincitori e perdenti è più marcata rispetto al passato. Baribeau respinge il paragone con la bolla "dot-com" degli anni '90, definendolo fuorviante rispetto ai parametri fondamentali odierni.
- Valutazioni: le società che beneficiano dell'AI operano a multipli forward P/E tra 20 e 25, ben al di sotto dei 60-70 volte degli utili tipici del 1999.
- Adozione: l'AI è già integrata internamente in molte imprese per aumentare la produttività, a differenza del 1999, quando gli investimenti precedevano la domanda.
- Modello di finanziamento: la maggior parte del capex è coperta dai flussi di cassa operativi degli hyperscaler, integrati da credito privato, un approccio diverso dalle IPO speculative della fine degli anni '90.

- CPU: con il passaggio dall'addestramento dei modelli alla fase di inferenza e all'AI agentica, i processori CPU assumono un ruolo crescente nei carichi di lavoro AI.
- Memoria: la carenza di capacità produttiva sta spingendo i produttori verso contratti pluriennali e accordi take-or-pay, aumentando il loro potere di prezzo.
Nel primo trimestre 2026 il backlog globale dei principali hyperscaler ha superato i 2.000 miliardi di dollari, e molte aziende hanno ammesso di non riuscire a soddisfare la domanda attuale. La spesa in capex degli hyperscaler dovrebbe superare i 700 miliardi di dollari quest'anno, avvicinandosi a 1.000 miliardi nel 2027, con circa il 50% destinato ai semiconduttori per l'AI.

Baribeau evidenzia ulteriori colli di bottiglia lungo la filiera: oltre alle CPU e alla memoria, la crescita dei data center richiederà più capacità di generazione elettrica. I produttori di turbine a gas naturale sono quasi saturi fino a fine decennio, aprendo spazio a soluzioni off-grid, sistemi behind-the-meter e fuel cell per tempi di disponibilità più rapidi e impatti ambientali ridotti.
Le critiche sulla monetizzazione dell'AI non trovano riscontro nei dati: molte delle società a più rapida crescita sono legate all'AI, soprattutto nell'ingegneria del software. La programmazione rappresenta il primo caso d'uso naturale, consentendo alle imprese tech di ridurre i costi di sviluppo e aumentare la produttività. Oggi le aziende stanno ridisegnando i processi operativi attorno all'AI agentica, mentre la maggior parte degli utenti non svilupperà competenze di programmazione AI autonomamente, affidandosi a soluzioni pronte.

Il fenomeno "SaaSpocalypse" descrive la recente correzione dei titoli software, scaturita dal dubbio sulla sostenibilità dei vantaggi competitivi tradizionali. "Non prevediamo che i clienti abbandoneranno nel breve periodo i sistemi software aziendali esistenti. Tuttavia, il livello di valore aggiunto costruito sopra quei dati sarà sempre più fornito dagli agenti AI anziché dal software tradizionale, creando nel tempo una pressione al ribasso sui prezzi dei rinnovi", puntualizza Baribeau.  Le aziende stanno spostando i budget dallo sviluppo di nuovi sistemi verso strumenti AI capaci di operare sull'intero ecosistema software esistente.

I principali rischi, secondo Baribeau, riguardano l'offerta e la capacità di esecuzione più che la domanda. Tra i fattori da monitorare vi sono la solidità finanziaria dei laboratori AI, le pressioni politiche legate a energia e consumo idrico nei data center, e la redditività dei token associati ai modelli AI. L'errore più comune nei portafogli è considerare l'AI come un'opportunità già completamente prezzata; invece, si tratta di un ciclo articolato su più livelli, finanziato da flussi di cassa di aziende estremamente redditizie e supportato da ricavi già contrattualizzati.
L'universo delle opportunità è più ampio di quanto percepito dal mercato, e distinguere tra vincitori e perdenti è ora l'elemento centrale del nuovo scenario. "A nostro avviso, l'opportunità di investimento legata all'intelligenza artificiale rappresenta una trasformazione strutturale articolata in più fasi, destinata a offrire terreno fertile per una gestione attiva nei prossimi anni". Conclude Baribeau.